在 Python 中创建DataFrame的方法
目录
- 方法一:创建空的DataFrame
- 方法二:使用List创建DataFrame
- 方法三:使用字典创建DataFrame
- 方法四:使用数组创建带索引DataFrame
- 方法五:从字典列表创建DataFrame
- 方法六:使用zip()函数创建DataFrame
- 方法七:从序列的字典创建DataFrame
前言:
DataFrame是数据的二维集合。 它是一种数据结构,其中数据以表格形式存储。 数据集按行和列排列; 我们可以在DataFrame
中存储多个数据集。 我们可以执行各种算术运算,例如在DataFrame中添加列/行选择和列/行。
我们可以从外部存储导入 DataFrame
; 这些存储可以是 SQL数据库、CSV 文件和 Excel 文件。 我们还可以使用列表、字典和来自字典的列表等。
在本教程中,我们将学习以多种方式创建DataFrame
。 让我们了解这些不同的方式。
方法一:创建空的DataFrame
我们可以创建一个基本的空DataFrame
。 需要调用DataFrame
构造函数来创建DataFrame
。
让我们理解下面的例子:
输出:
方法二:使用List 创建DataFrame
我们可以使用单个列表或列表的列表创建DataFrame。
让我们理解下面的例子:
输出:
方法三:使用字典创建DataFrame
ndarray/lists
的 dict 可用于创建DataFrame,所有 ndarray 必须具有相同的长度。 默认情况下,索引将是一个范围(n); 其中 n 表示数组长度。
让我们理解下面的例子:
输出:
方法四:使用数组创建带索引DataFrame
请看下面的示例:
输出:
在上面的代码中,我们定义了包含各种汽车名称及其评级的列名。 我们使用数组来创建索引。
方法五:从字典列表创建DataFrame
我们可以将字典列表作为输入数据传递来创建 Pandas DataFrame。 默认情况下,列名作为键。 让我们理解下面的例子:
输出:
让我们学习另一个示例,从具有行索引和列索引的字典列表创建 pandas DataFrame。
输出:
让我们再来学习另一个通过传递字典和行列表来创建数据框的示例:
输出:
方法六:使用zip()函数创建DataFrame
zip() 函数用于合并两个列表。 让我们理解下面的例子。
输出:
方法七:从序列的字典创建DataFrame
可以传递字典来创建DataFrame。 我们可以使用序列的字典,其中后续索引是所有传递的索引值序列的并集。 让我们理解下面的例子:
输出:
在本教程中,我们讨论了创建 DataFrame 的不同方法。
到此这篇关于在 Python 中创建DataFrame的方法的文章就介绍到这了,更多相关Python中创建DataFrame内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
相关推荐
-
浅谈python的dataframe与series的创建方法
如下所示: # -*- coding: utf-8 -*- import numpy as np import pandas as pd def main(): s = pd.Series([i*2 for i in range(1,11)]) print type(s) print (s) dates = pd.date_range("20170301",periods=8) df = pd.DataFrame(np.random.randn(8,5),index=dates,col
-
Python中pandas模块DataFrame创建方法示例
本文实例讲述了Python中pandas模块DataFrame创建方法.分享给大家供大家参考,具体如下: DataFrame创建 1. 通过列表创建DataFrame 2. 通过字典创建DataFrame 3. 通过Numpy数组创建DataFrame DataFrame这种列表式的数据结构和Excel工作表非常类似,其设计初衷是讲Series的使用场景由一维扩展到多维. DataFrame由按一定顺序的多列数据组成,各列的数据类型可以有所不同(数值.字符串.布尔值). Series对象的Ind
-
python 创建一个空dataframe 然后添加行数据的实例
实例如下所示: import pandas as pd import re import math dframe1 = pd.read_excel("window regulator分析报告数据对比源.xlsx", sheetname="Sheet1") #读取数据 dframe2 = pd.read_excel("window regulator分析报告数据对比源.xlsx", sheetname="Sheet2")# df
-
Python 实现使用dict 创建二维数据、DataFrame
Python 实现使用 dict 创建二维数据 dict 的 keys.values 分别作为二维数据的两列 In [16]: d = {1:'aa', 2:'bb', 3:'cc'} In [17]: arr = list(d.items()) # 关键的一步 In [18]: narr = np.array(arr) In [19]: narr Out[19]: array([['1', 'aa'], ['2', 'bb'], ['3', 'cc']], dtype='<U11') Pyth
-
python中pandas.DataFrame的简单操作方法(创建、索引、增添与删除)
前言 最近在网上搜了许多关于pandas.DataFrame的操作说明,都是一些基础的操作,但是这些操作组合起来还是比较费时间去正确操作DataFrame,花了我挺长时间去调整BUG的.我在这里做一些总结,方便你我他.感兴趣的朋友们一起来看看吧. 一.创建DataFrame的简单操作: 1.根据字典创造: In [1]: import pandas as pd In [3]: aa={'one':[1,2,3],'two':[2,3,4],'three':[3,4,5]} In [4]: bb=
-
Python创建一个空的dataframe,并循环赋值的方法
如下所示: # 创建一个空的 DataFrame df_empty = pd.DataFrame() #或者 df_empty = pd.DataFrame(columns=['A', 'B', 'C', 'D']) #添加数据 a为一个新的dataframe df_empty = df_empty.append(a) 以上这篇Python创建一个空的dataframe,并循环赋值的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.
-
在 Python 中创建DataFrame的方法
目录 方法一:创建空的DataFrame 方法二:使用List创建DataFrame 方法三:使用字典创建DataFrame 方法四:使用数组创建带索引DataFrame 方法五:从字典列表创建DataFrame 方法六:使用zip()函数创建DataFrame 方法七:从序列的字典创建DataFrame 前言: DataFrame是数据的二维集合. 它是一种数据结构,其中数据以表格形式存储. 数据集按行和列排列: 我们可以在DataFrame中存储多个数据集. 我们可以执行
-
Python中创建表格的方法你知道吗
目录 1. 引言 2. 准备工作 3. 举个栗子 3.1 使用list生成表格 3.2 使用dict生成表格 3.3 增加索引列 3.4 缺失值处理 4. 总结 1. 引言 如果能够将我们的无序数据快速组织成更易读的格式,对于数据分析非常有帮助. Python 提供了将某些表格数据类型轻松转换为格式良好的纯文本表格的能力,这就是 tabulate 库. 2. 准备工作 安装tabulate库安装tabulate库非常容易,使用pip即可安装,代码如下: pip install tabulate
-
python中pandas.DataFrame排除特定行方法示例
前言 大家在使用Python进行数据分析时,经常要使用到的一个数据结构就是pandas的DataFrame,关于python中pandas.DataFrame的基本操作,大家可以查看这篇文章. pandas.DataFrame排除特定行 如果我们想要像Excel的筛选那样,只要其中的一行或某几行,可以使用isin()方法,将需要的行的值以列表方式传入,还可以传入字典,指定列进行筛选. 但是如果我们只想要所有内容中不包含特定行的内容,却并没有一个isnotin()方法.我今天的工作就遇到了这样的需
-
Python中创建字典的几种方法总结(推荐)
1.传统的文字表达式: >>> d={'name':'Allen','age':21,'gender':'male'} >>> d {'age': 21, 'name': 'Allen', 'gender': 'male'} 如果你可以事先拼出整个字典,这种方式是很方便的. 2.动态分配键值: >>> d={} >>> d['name']='Allen' >>> d['age']=21 >>> d[
-
在python中创建表格的两种方法实例
目录 日常拉呱: 创建表格一般有两种方法: 一:通过导入xlwt创建 二:通过导入csv库来创建 1.写入数据 2.读取数据 总结 日常拉呱: 最近在学习爬虫模拟登陆各个软件,老师留有作业,模拟登录京东并爬取系列物品,可惜我还是个小白菜鸟,还是处于迷迷糊糊的状态,只能先了解一下边缘知识.爬取完数据,你是否在纠结这些数据放在哪呢?建一个表格或许会帮助到你! 创建表格一般有两种方法: 一:通过导入xlwt来创建,这种方法我比较喜欢,因为它够直观够容易理解,但是相对而言比较麻烦. 二:通过导入csv库
-
在Python中pandas.DataFrame重置索引名称的实例
例子: 创建DataFrame ### 导入模块 import numpy as np import pandas as pd import matplotlib.pyplot as plt test = pd.DataFrame({'a':[11,22,33],'b':[44,55,66]}) """ a b 0 11 44 1 22 55 2 33 66 """ 更改列名方法一:rename test.rename(columns={'a':
-
Python实现创建模块的方法详解
目录 楔子 __import__ importlib.machinery 通过 module 类创建模块 将一个类的实例变成一个模块 小结 楔子 导入一个模块,我们一般都会使用 import 关键字,但有些场景下 import 难以满足我们的需要.所以除了 import 之外还有很多其它导入模块的方式,下面就来介绍一下. __import__ 这是一个内置函数,解释器在 import 的时候,实际上就执行了这个函数. # import os 等价于如下方式 os = __import__("os
-
Python中__new__与__init__方法的区别详解
在python2.x中,从object继承得来的类称为新式类(如class A(object))不从object继承得来的类称为经典类(如class A()) 新式类跟经典类的差别主要是以下几点: 1. 新式类对象可以直接通过__class__属性获取自身类型:type 2. 继承搜索的顺序发生了改变,经典类多继承时属性搜索顺序: 先深入继承树左侧,再返回,开始找右侧(即深度优先搜索);新式类多继承属性搜索顺序: 先水平搜索,然后再向上移动 例子: 经典类: 搜索顺序是(D,B,A,C) >>
-
python中pandas.DataFrame对行与列求和及添加新行与列示例
本文介绍的是python中pandas.DataFrame对行与列求和及添加新行与列的相关资料,下面话不多说,来看看详细的介绍吧. 方法如下: 导入模块: from pandas import DataFrame import pandas as pd import numpy as np 生成DataFrame数据 df = DataFrame(np.random.randn(4, 5), columns=['A', 'B', 'C', 'D', 'E']) DataFrame数据预览: A
随机推荐
- Angular2入门教程之模块和组件详解
- php redis扩展支持scan命令实现方法
- Oracle客户端版本及位数(Windows系统)查看方法
- Python基于正则表达式实现检查文件内容的方法【文件检索】
- javascript之循环停顿上下滚动
- C#精髓 GridView72大绝技 学习gridview的朋友必看
- ajax+jsp草稿自动保存的实现代码
- asp.net(vb.net)获取真实IP的函数
- C# 中string.split用法详解
- android开发框架afinal使用方法小结
- Spring与Mybatis的整合方法有哪些
- C#中Forms.Timer、Timers.Timer、Threading.Timer的用法分析
- Linux中BT5关于修改静态IP和DNS方法
- java 伪造http请求ip地址的方法
- 详解python中递归函数
- shell脚本打印国际象棋棋盘
- SpringBoot + Mybatis增删改查实战记录
- php apache开启跨域模式过程详解
- 浅谈angularJS2中的界面跳转方法
- Windows注册表中修改UAC(用户账号控制)及批处理脚本